开车吵架造成事故算危险驾驶吗？

不算，不符合危险驾驶罪的构成条件。

危险驾驶罪是指在道路上驾驶机动车:追逐竞驶，情节恶劣的;醉酒驾驶机动车的;从事校车业务或者旅客运输，严重超过定额乘员载客，或者严重超过规定时速行驶的;违反危险化学品安全管理规定运输危险化学品，危害公共安全的行为。

法律依据：《刑法》

第一百三十三条之一　危险驾驶罪在道路上驾驶机动车，有下列情形之一的，处拘役，并处罚金：

（一）追逐竞驶，情节恶劣的；

（二）醉酒驾驶机动车的；

（三）从事校车业务或者旅客运输，严重超过额定乘员载客，或者严重超过规定时速行驶的；

（四）违反危险化学品安全管理规定运输危险化学品，危及公共安全的。

机动车所有人、管理人对前款第三项、第四项行为负有直接责任的，依照前款的规定处罚。

有前两款行为，同时构成其他犯罪的，依照处罚较重的规定定罪处罚。

如果真的把无人驾驶汽车投入使用，作为一项辅助驾驶技术而存在我个人尚能接受，完全代替人工操作的话显然会削弱驾驶的乐趣而且安全感将会大大降低，因为是电脑都会有宕机的时候，所以我不太喜欢。

自动驾驶汽车简介：

自动驾驶汽车（Autonomous vehicles；Self-driving automobile）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

法律分析：和公交车司机吵架是违法的。和正在驾驶公交车的驾驶员吵架，致使公交车驾驶员无法正常驾驶车辆，导致车上乘客的人身及财产安全处于危险状态，其行为构成以危险方法危害公共安全罪，依法应予惩处，如果有殴打行为的，构成了故意伤害罪，最终有可能会以危险方法危害公共安全罪和故意伤害罪被数罪并罚的。

法律依据：《中华人民共和国刑法》

第一百一十四条 放火、决水、爆炸以及投放毒害性、放射性、传染病病原体等物质或者以其他危险方法危害公共安全，尚未造成严重后果的，处三年以上十年以下有期徒刑。

第一百一十五条 放火、决水、爆炸以及投放毒害性、放射性、传染病病原体等物质或者以其他危险方法致人重伤、死亡或者使公私财产遭受重大损失的，处十年以上有期徒刑、无期徒刑或者死刑。过失犯前款罪的，处三年以上七年以下有期徒刑；情节较轻的，处三年以下有期徒刑或者拘役。

能。如果大家都用无人驾驶的话，那么马路上的车辆都会按照自动驾驶车辆规定的路线和时速来开，每辆车辆都设置好了，想出现车祸都难。

一、无人驾驶车辆被撞

广东东莞发生第一例无人驾驶车辆交通事故，一辆白色特斯拉无人驾驶车辆与一辆白色SUV相撞。经过交警部门认定，是白色SUV全责，无人驾驶无责。

无人驾驶车辆公司经理称，自动驾驶技术已经测试两年多，这次事故纯属偶然，是因为对方车速太快，即使是老司机也很难避让。

二、引发讨论

无人驾驶车辆竟然被撞，这一消息立马引发全网讨论，认为是不是无人驾驶技术还不成熟，还需完善；有网友猜测是不是无人驾驶车辆都是避免早晚高峰测试的，数据不真实；无人驾驶是不是比不上有人驾驶等。

网友的讨论是缺乏依据的，无人驾驶车辆已经测试两年，技术已经是相当成熟，测试车辆并非是避开早晚高峰的，而是每个时间段都会测试，都有测试数据。

常在河边走，哪有不湿鞋的。人类驾驶每天都有发生车祸，自动驾驶试用两年多，第一次发生车祸，几率已经很低了。重要的是对方的全责，并非是自动驾驶的责任，不要揪着一个问题不放，然后就怀疑打击。

三、如果大家都用无人驾驶能减少车祸吗？

我的答案是能，不过想要大家都用上无人驾驶车辆还需时日。我们都知道无人驾驶车辆是依靠5G和云驾驶等系统相辅相成，如果让大家都用上，这些系统就要都完善起来，最起码的得让5G网络遍布天下，否则都用上无人驾驶车辆就是纸上谈兵。

但是如果真的实现了，那么车祸势必会减少，因为每一辆无人驾驶车辆都遵循着固有的规则，它们之间想发生车祸都难。每辆车之间都会自觉避让，不会超车抢车，更不会超车超速，这样的情况下怎么会发生车祸呢？

人驾驶车辆为什么会有那么多的车祸，就是因为人喜欢超车、超速、抢车、炫技、疲劳驾驶等，所以才会发生一起又一起的车祸。

但是不排除一种可能，就是系统瘫痪升级等问题，如果是这样的问题，那么无人驾驶车辆将会发生灾难性的车祸。

最后：我个人还是非常期望无人驾驶车辆能够推广开来。

性别、年龄、肤色都是变量

”

作者｜曹婷婷

一个尴尬的发现：

自动驾驶系统也有人群歧视。

英国伦敦国王学院的研究人员进行一项研究，通过对超过8000张检测后，发现了一个漏洞：

自动驾驶汽车使用的由AI驱动的行人检测系统，对儿童的检测准确率比成人低了1967%，深色皮肤的检测准确率比浅色皮肤低了753%。

而性别在检测准确率上相差不大，仅有11%的差距。

这意味着对于无人驾驶汽车来说，儿童和黑皮肤的行人将会比成年人和浅皮肤的行人更难检测。

为什么会这样？

01

 对儿童、深肤色人群不友好

先来看这个实验过程。

这个研究小组采用的是数据分析的方法，他们首先找到8种自动驾驶企业最常用到、也是市面上常见的行人专用探测系统。

再用这些行人探测系统收集真实场景测试的数据，包括不同亮度、对比度、天气情况等实际场景，这些数据集，主要是由所拍摄的真实街道图像组成。

来源：Waymo

他们在四个真实场景中，共得到8311张图像，图像中展示了不同姿势、大小和遮挡场景下的行人。研究人员对图像中的行人还特意加了标签，共有16070个性别标签、20115个年龄标签和3513张肤色标签。

研究重点是，自动驾驶的行人检测系统在面对不同行人时，所作出的反应是否相同，特别是在性别、年龄和肤色这三个因素上，会不会出现不公平的问题。

所使用到的探测系统包括ALFNet、CSP、MGAN 和 PRNet 等，其中ALFNet 采用的是多步预测进行渐近定位，解决了行人检测中单步检测的局限性。

CSP通过定位中心和缩放行人引入一种无锚方法；MGAN 则是利用可见区域边界框信息引导注意力生成，主要用于遮挡情况下对行人的检测。

来源：论文

图像收集完后，针对自动驾驶系统是否对群体存在不公平的问题，研究小组使用了一个差异性公式。MR一般是表示行人检测研究中最常用的性能指标，MR=1-TP/（TP+FN），这里的TP（真阳性）是指成功删除的地真边界框的数量，FN（假阴性）是指未检测到的地真边界框的数量。

经过计算，行人探测器对女性和男性行人的失检率相似，相差11%，而在年龄和肤色上差异较大，分别达到了1967%和752%！

这意味无人驾驶行人检测系统，对儿童和肤色较深的人群更难辨别，这些人群也将面临更大的风险。

而且尤为注意的是，在夜晚这些数字都有一定增加，儿童的EOD（儿童和成人群体之间的差异）从白天到夜晚，失检率从2205%上升至2663%，肤色组（深色和浅色皮肤）差异率从白天的714%增加到夜间的968%。

另外和男性相比，女性在三个因素的失检率都大于男性。

此外，研究小组对不同亮度和不同对比度情况下对数据进行研究，这些变量也会对失检率有较大影响。

来源：论文

在选用的8种行人检测系统中，随着亮度的降低，其中一级检测系统表现最差，尤其是在肤色上，深色皮肤和浅色皮肤的差异值达到最高。

“公平的AI应当对所有群体一视同仁，但目前无人驾驶汽车方面似乎不是这样的。”该研究的作者Dr Jie Zhang说道。

为什么会出现这种情况？

这主要是人工智能系统需要进行大量数据训练，而这些数据一旦不足，也会不可避免地反映在人工智能的表现上。这也是说，训练数据的缺乏，导致一些人工智能AI存在一定的偏见。

02

 还有很多问题未解决

其实人工智能系统存在一定的不公平性，研究人员也不是第一次研究了。

早在2019年，美国佐治亚理工学院的研究就表明，在路上皮肤较黑的人比皮肤较白的人，更容易被无人驾驶汽车撞到，研究人员分析了无人驾驶汽车监测物体的方法，一共分析了3500张肤色各异的人的照片。

最后得出结论，无人驾驶技术在识别黑色皮肤人群时的准确度平均低了5%。

来源：Cruise

这些研究虽然没有涉及已经上路的无人驾驶汽车，但无疑会让人们对无人驾驶技术更加警觉。

无人驾驶落地困难，很大一部分原因是，它无法真正代替人类对行人及路况作出及时的反应。

在2018年，打车服务巨头Uber的一辆无人驾驶汽车在美国亚利桑那州坦佩市撞人致死，这是首次出现无人驾驶事故事件，“来不及做出反应”就是其一大问题。

前段时间，美国加州投票决定，允许两大无人出租车Cruise 和 Waymo 在旧金山全天候商业运营，这则消息引来美国群众的不满，因为无人驾驶出租车经常引来事故。

来源：Cruise

汽车的无人驾驶系统可以用多种方式来识别路况，比如安在车顶的激光雷达，它可以每秒多次对汽车周围环境产生三维图像，主要是利用红外激光脉冲来反射物体，把信号传给传感器，这种可探测到静止和移动的物体。

但是遇到极端天气时，比如浓雾或暴雨天气，激光雷达的准确度会大大降低。

而短程和远程光学摄像头，可以实际的读取信号、判断物体颜色等更细节的物体，可以弥补激光雷达的短板。

为了加大识别能力，国内不少无人驾驶系统，都采用了混合感知路线，通过激光雷达和摄像头视觉技术来实现，并且视觉感知优先于雷达感知，以视觉感知为主，雷达感知为辅。

但特斯拉是“纯视觉感知”的忠实粉丝，马斯克曾表示，激光雷达就像人身上的阑尾。然而这也导致特斯拉多次因事故吃上官司。

来源：特斯拉

其实即便是混合感知路线，也需要克服很多挑战。

比如远距离成像的行人通常目标较小，也就导致分辨率较低，定位准确度不够，这也是儿童的失检率较高的原因之一。其次行人姿态各异也会导致算法检测不准确，而且行人检测会受到背景的影响，比如光照的强弱，天气的变化等都会影响判断。

最后还有障碍物的原因，目标重叠、有遮挡对算法识别也有较大影响。

03 

华人学者领衔研究

这篇介绍自动驾驶系统公平性的论文，全名为《深色皮肤的人在街上面临更多风险：揭露自动驾驶系统的公平性问题》，该论文在《新科学家》杂志发表。

来源：新科学家

论文研究小组来自于伦敦国王学院，论文所列出的作者共有6位，其中Xinyue Li、Ying Zhang、Xuanzhe Liu、来自中国北京大学，Zhenpeng Chen、费德里·卡萨罗来自英国伦敦大学，Jie MZhang来自伦敦国王学院。

Jie MZhang目前是伦敦国王学院的助理教授，她的研究重点是将软件工程研究与人工智能研究结合，从而提高软件的可信度。她曾是伦敦大学的研究员，并在中国北京大学获得计算机科学的博士学位。

作为中国籍学者，Jie MZhang在国内的成绩也可圈可点，她在今年3月被评为“中国女青年学者十五强之一”，还曾多次受邀进行机器翻译可信度的主题演讲，她和小组也多次对人工智能的学习能力进行研究分析。

对于行人检测系统公平性缺失的问题，Jie MZhang表示，汽车制造商和政府需要共同制定法规，来确保自动驾驶系统的安全性和公平性。

其实以前就有过人工智能招聘软件和面部识别软件，黑人女性的准确度不如白人男性的情况，而现在自动驾驶汽车一旦存在识别误区，造成的后果可能会更加严重。

“以前少数族裔可能会因为一些软件，而被剥夺了该有的便利”。Jie MZhang表示，现在他们可能面临更严重伤害，甚至是人身伤害。

本文来自易车号作者超电实验室，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关